SENTIMEN ANALISIS TERHADAP KEBIJAKAN PENYELENGGARA SISTEM ELEKTRONIK (PSE) MENGGUNAKAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT)

KURNIAWAN, BAYU (2022) SENTIMEN ANALISIS TERHADAP KEBIJAKAN PENYELENGGARA SISTEM ELEKTRONIK (PSE) MENGGUNAKAN ALGORITMA BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT). Strata 1 thesis, Universits Teknokrat Indonesia.

	Text (Full Skripsi) skripsi18311307.pdf - Published Version Download (922kB)
	Text (Abstrak) abstrak18311307.pdf - Published Version Download (66kB)
	Text (Bab I Pendahuluan) b118311307.pdf - Published Version Download (122kB)
	Text (Bab II Landasan Teori) b218311307.pdf - Published Version Download (385kB)
	Text (Daftar Pustaka) daftar_pustaka18311307.pdf - Bibliography Download (131kB)

Abstract

ABSTRAK Perkemb?ng?n teknologi internet y?ng sem?kin pes?t tel?h memberik?n d?mp?k y?ng s?ng?t bes?r p?d? m?sy?r?k?t duni?. Perkemb?ng?n ini tel?h mengub?h berb?g?i m?c?m metode konvension?l d?n pol? hidup m?sy?r?k?t menj?di lebih modern diseg?l? bid?ng, seperti sosi?l, bud?y?, ekonomi, militer, ?dministr?si sert? bid?ng l?inny?. Bidirectional Encoder Representations from Transformers atau disingkat BERT, adalah model representasi bahasa terlatih yang dibuat pada tahun 2018 oleh peneliti Google AI Language.BERT dibuat menggunakan pembelajaran semi-diawasi, ELMo, ULMFiT, OpenAI Transformers, dan Transformers serta teknik deep learning.Transformer adalah komponen yang berkonsentrasi pada hubungan yang relevan antarapkata-kata dalam teksm(Vaswani et al., 2017). Analisis sentimen menemukan bahwa Bidirectional Encoder Representations from Transformers (BERT) memiliki akurasi 69%, 55%, dan 55% pada dua waktu berbeda menggunakan hyperparameter yang sama, yaitu batch size 16, dan epoch 5.Berdasarkan hasil pengujian, epoch memberikan hasil yang memuaskan. Oleh karena itu dilakukan analisis sentimen pada epoch 5. Saat menggunakan BERT, akurasi yang dicapai dipengaruhi oleh kumpulan data yang tidak seimbang. Meskipun jumlah kumpulan data seimbang lebih sedikit dari pada kumpulan data tidak seimbang, akurasi 62% lebih tinggi.

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Penyelenggara sistem elektronik, Analisis Sentimen, API Twitter, BERT, Text Mining
Subjects:	SISTEM INFORMASI (S1) > Bahasa Pemrograman SISTEM INFORMASI (S1) > Bahasa Pemrograman
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	03 Jun 2023 03:17
Last Modified:	03 Jun 2023 03:17
URI:	http://repository.teknokrat.ac.id/id/eprint/4756

Actions (login required)

View Item